توضیحات

عنوان فارسی: نقش داده کاوی در صنعت نفت و پیش بینی قیمت نفت مبتنی بر خوشه بندی

• چکیده
• بیان مسئله
• اهمیت و ضرورت تحقیق
•    ساختار تحقیق
• فصل دوم داده کاوی
•    مقدمه
•  تاریخچه داده کاوی
•  تعریف داده کاوی
• ساختار یک سیستم داده‏کاوی
•  انواع داده‏کاوی
•  وظایف داده‏کاوی
•  کاربردهای داده‏کاوی
•  محدودیت‌ها و مشکلات داده‏کاوی
• فصل سوم کاربرد داده کاوی در صنعت نفت
•   پیشینه تحقیق
•   شبکه عصبی مصنوعی در مخازن
•    شبکه عصبی مصنوعی در پیش بینی قیمت نفت
•   داده کاوی در صنعت نفت، گاز و پتروشیمی
•   شبکه عصبی و صنعت نفت
• نقش شبکه عصبی مصنوعی در مخازن
• نقش داده کاوی در امنیت داده های نفتی
• فصل چهارم تجزیه و تحلیل قیمت نفت با استفاده از داده کاوی
•    مقدمه
•    خوشه بندی و کاربرد آن در پیش بینی های صنعت نفت
• نقش شبکه های عصبی مصنوعی در پیشبینی نرخ تولید چاه های نفتی
• شبکه عصبی و پیش بینی قیمت نفت
• فصل پنجم نتیجه گیری
• نتیجه گیری 
• کارهای آینده
• منابع

فصل اول

مقدمه

 

1-1          بیان مسئله

صنعـت نفــت از صنایــع بــا قابلیــت بالا در پیاده ســازی روشهــای هوشــمند بــه شــمار می آیــد. بــه طورکلــی صنعــت نفــت بــا داشــتن فعالیتهــا و بخشهــای متنـوع، از زمـان جسـتجو بـرای اکتشـاف نفـت تـا زمـان تحویــل نفــت و فرآورد ه هــای آن بــه مصرف کننــده، بــه دو بخـش اصلـی صنایـع بالادسـتی و صنایـع پایین دسـتی تقســیم می شــود. صنایــع بالادســتی شــامل اکتشــاف، حفـاری، اسـتخراج و صیانـت از مخـازن اسـت کـه کلیـه ایـن مراحـل از اهمیـت ویـژهای برخـوردار اسـت. صنایـع پایین دسـتی نیـز شـامل فعالیتهایـی همچـون پالایـش، انتقــال و فــروش می شــود. به کارگیــری روشهــای هوشــمند بــه منظــور ســهولت و افزایــش دقــت در فعالیتهــای متنــوع صنایــع بالادســتی در دهه هــای اخیــر رونــق گرفتــه اســت. در ســالهای اخیــر مهندســان نفــت از قابلیت هــای داده کاوی در حـل مسـائل پیچیـده و پـر مخاطـره صنعـت نفـت بهـره گرفته انـد.

1-2          اهمیت و ضرورت تحقیق

در دنیای صنعتی امروز، تولید و مصرف نفت و فرآورده های آن چه به صورت کالای واسطه و چه به صورت کالاهای نهایی به یک ضرورت و نیاز اساسی درآمده است. استفاده از بیگ دیتا و داده کاوی در صنعت نفت و گاز هم اکنون یک امر طبیعی و ضروری به حساب می آید. کارمندان صنعت نفت و گاز را تعداد زیادی از تحلیلگران تشکیل میدهند و میتوان گفت آنها محرک های اولیه در بخش تجزیه و تحلیل داده ها به حساب می آیند. همچنین تغییرات غیرمتعارف در قیمت این کالا نه تنها در بازارهای بین المللی سبب افزایش قیمت تولیدات سایر کالاها و خدمات شده، بلکه بعضاً سبب تغییر مزیت های تولیدی در بازارهای داخلی و بین المللی نیز می گردد. شناخت بازار نفت یکی از چالش های مهم علمی در سرتاسر جهان است. این مقاله به بررسی کاربردهای روش داده کاوی در صنعت نفت و تجزیه و تحلیل قیمت نفت می پردازد.

 

1-3          ساختار تحقیق

در فصل دوم، مفهوم داده کاوی و ویژگی های آن بیان می شود. در فصل سوم، نقش داده کاوی در صنعت نفت بررسی می شود. در فصل چهارم، تجزیه و تحلیل قیمت نفت با استفاده از داده کاوی بیان می شود. نهایتاف در فصل پنجم نتیجه گیری بیان می شود.

 

 

فصل دوم

داده کاوی

2-1          مقدمه

در دو دهه قبل توانايي‌های فنی بشر در برای توليد و جمع آوری داده‌ها به سرعت افزايش يافته است. عواملی نظير استفاده گسترده از بارکد برای توليدات تجاری، به خدمت گرفتن کامپيوتر در کسب و کار، علوم، خدمات دولتی و پيشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاوير تا سيستمهای سنجش از دور ماهواره ای، در اين تغييرات نقش مهمی دارند.

به‌طور کلی استفاده همگانی از وب و اينترنت به عنوان يک سيستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. اين رشد انفجاری در داده‌های ذخيره شده، نياز مبرم وجود تکنولوژی های جديد و ابزارهای خودکاری را ايجاد کرده که به صورت هوشمند به انسان ياری رسانند تا اين حجم زياد داده را به اطلاعات و دانش تبديل کند: داده کاوی به عنوان يک راه حل برای اين مسائل مطرح است. اصلی ترين دليلی که باعث شد داده کاوی کانون توجهات در صنعت اطلاعات قرار بگيرد، مساله در دسترس بودن حجم وسيعی از داده‌ها و نياز شديد به اينکه از اين داده‌ها اطلاعات و دانش سودمند استخراج کنيم.

اطلاعات و دانش به‌دست آمده در کاربردهای وسيعی از مديريت کسب و کار و کنترل توليد و تحليل بازار تا طراحی مهندسی و تحقيقات علمی مورد استفاده قرار می‌گيرد. امروزه فناوری داده‏کاوی به صورت موضوعی داغ برای تصمیم‏گیران در آمده است ، زیرا این فن ، اطلاعات نهفته ی با ارزش تجاری و علمی را از داده‏های حجیم ذخیره شده استخراج می‏کند. با این وجود ، ماهیت داده‏کاوی فناوری جدیدی محسوب نمی‏شود. استخراج اطلاعات و دانش از داده‏های ذخیره شده یک مفهوم کاملا دیرینه در مطالعات علمی و پزشکی می‏باشد. آنچه که جدید است همگرایی و اشتراک چندین رشته و فناوری‏های متناظر آن‏ها است که فرصت منحصر به فردی برای داده‏کاوی به دنیای علم ، تجارت و اقتصاد ایجاد کرده است. اما داده‏کاوی یا کشف دانش و معرفت از پایگاه داده‏ها[1] با این تعریف یک شاخه‏ی نسبتا جدید علمی است که از انجام تحقیقات در رشته های آمار ، یادگیری ماشین[2]، علوم رایانه (به ویژه پایگاه داده‏ها) شکل گرفته است. در حالی که مرزهای این رشته‏ها در داده‏کاوی مبهم است، ولی می‏توان گفت که مهمترین این رشته ها آمار می‏باشد به طوری که بدون آمار داده‏کاوی مفهومی نخواهد داشت.

با وجود اینکه داده‏کاوی یک رشته‏ی نسبتا جدید علمی می‏باشد و کاربردهای متنوع و گسترده ای در رشته هایی مانند بازرگانی ، پزشکی ، مهندسی ، علوم رایانه ، صنعت ، کنترل کیفیت ، ارتباطات و کشاورزی پیدا کرده است. امروزه مرز و محدودیتی برای دانش داده‏کاوی متصور نیست و مرز آن را از اعماق اقیانوس ها تا بیکران فضا می‏دانند. به عبارت دیگر کاربرد دانش داده‏کاوی در تمامی حوزه های برخوردار از داده بوده و تنها محدودیت دانش داده‏کاوی نبود داده است.

داده کاوی[3] را می توان حاصل سير تکاملی طبيعی تکنولوژی اطلاعات دانست، که اين سير تکاملی ناشی از يک سير تکاملی در صنعت پايگاه داده می باشد. نظير عمليات: جمع آوری داده‌ها و ايجاد پايگاه داده، مديريت داده و تحليل و فهم داده‌ها.

2-2          تاریخچه داده کاوی

از سال 1950 رایانه ها در تحلیل و ذخیره سازی داده‏ها به کار گرفته شدند. پس از حدود 20 سال حجم داده‏ها دو برابر شد و پس از آن تقریبا هر دو سال یک بار همزمان با پیشرفت فناوری اطلاعات، حجم داده‏ها هم به دو برابر افزایش یافت. این پیشرفت آن قدر زیاد بود که تعداد رکوردهای برخی از پایگاه داده‏ها به چند صد میلیارد رسید. پدیده ی شبکه ی جهانی وب ، استفاده‏ی گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، خدمات الکترونیکی دولتی و پیشرفت در وسایل جمع آوری داده، انفجاری را در مجموعه های اطلاعاتی سازمان‏ها و موسسات ایجاد کرده است. حجم زیاد اطلاعات ، مدیران این مجموعه ها را در تحلیل و یافتن اطلاعات مفید دچار چالش کرده است.

پیشرفت شگفت‏انگیز فناوری رایانه‏ای و مجهز شدن بشر به این ابزار سبب پیشرفت فوق‏العاده در کسب و ذخیره‏سازی داده‏های عددی و همچنین به وجود آمدن پایگاه داده‏های بزرگ در زمینه‏های مختلف شده است. داده‏های تبادلات تجاری، کشاورزی، ترافیک، اینترنت، داده‏های نجومی، جزئیات مکالمات تلفنی، داده‏های پزشکی و درمانگاهی مثال‏هایی از چنین پایگاه داده‏هایی می‏باشند. در واقع تکنیک‏های تولید و جمع‏آوری پایگاه داده‏ها بسیار سریع‏تر از توانایی ما در درک و استفاده از آن‏ها رشد کرده است. از اواخر دهه‏ی 80 میلادی بشر به فکر دستیابی به اطلاعات نهفته در این داده‏های حجیم افتاد و تلاش‏ها برای انجام این کار را شروع کرد که با سیستم‏های سنتی استفاده از پایگاه داده‏ها میسر نبود. شدت رقابت ها در عرصه‏های علمی ، اجتماعی ، اقتصادی ، سیاسی و نظامی نیز اهمیت عامل سرعت یا زمان دسترسی به اطلاعات را دو چندان کرد. بنابراین نیاز به طراحی سیستم‏هایی که قادر به اکتشاف سریع اطلاعات مورد علاقه ی کاربران با تاکید بر حداقل مداخله ی انسانی باشند از یک طرف و روی آوردن به روش های تحلیل متناسب با حجم داده‏های زیاد از سوی دیگر احساس شد.

در سال 1989 و 1991 کارگاه های کشف دانش و معرفت از پایگاه داده‏ها توسط پیاتتسکی و همکارانش برگزار شد. در واقع داده‏کاوی فرایندی است که در آغاز دهه ی 90 پا به عرصه‏ی ظهور گذاشته و با نگرشی نو ، به  مساله‏ی استخراج اطلاعات از پایگاه داده‏ها پرداخت. در واقع پژوهش جدی روی موضوع داده‏کاوی از اوایل دهه ی 90 شروع شد. پژوهش‏ها و مطالعه‏های زیادی در این زمینه صورت گرفته ؛ همچنین سمینارها ، دوره‏های آموزشی و کنفرانس‏هایی نیز برگزار شد و پایه‏های نظری داده‏کاوی در تعدادی از مقاله‏های پژوهشی آورده شد. در فواصل سال‏های 1991 تا 1994 کارگاه‏های کشف دانش و معرفت از پایگاه داده‏ها توسط فیاد و پیاتتسکی و دیگران برگزار شد. از سال 1995 داده‏کاوی به صورت جدی وارد مباحث آمار شد.

واژه ی «کشف دانش» به طور رسمی اولین بار توسط فیاد در اولین کنفرانس بین‏المللی داده‏کاوی و کشف دانش که در سال 1995 در مونترال برگزار شده بود ، معرفی شد که به بیان ارتباط تکنیک های آنالیز در چندین مرحله با هدف استخراج دانش‏های ناشناخته‏ی قبلی از داده‏های در دسترس می پرداخت. داده‏هایی که ارتباط منظم و پراهمیت آنها قبلا به نظر نمی‏رسید.

گروهی از محققین سال 1995 با استفاده از داده‏کاوی ، انباره‏های داده‏ی بانک‏های آمریکا را بررسی کرده و بیان کردند که چگونه این سیستم ها برای بانک‏های آمریکا قدرت رقابت بیشتری ایجاد می‏کنند. در این سال انجمن داده‏کاوی همزمان با اولین کنفرانس بین‏المللی «کشف دانش و داده‏کاوی» شروع به کار و یک سازمان علمی به نام ACM- SIGKDD را تاسیس کرد. در سال 1996 اولین شماره ی مجله ی «کشف دانش از پایگاه داده‏ها» منتشر شد. در همان سال دیدگاهی از داده‏کاوی به عنوان «پرس و جو کننده از پایگاه‏های استنتاجی» پیشنهاد شد و فیاد و پیاتتسکی پیشرفت‏های کشف دانش و داده‏کاوی را اعلام کردند. همچنین دیدگاه اقتصادسنجی روی داده‏کاوی و عملکرد داده‏کاوی به عنوان یک مساله‏ی بهینه ، ارائه و کنفرانس‏های ناحیه ای و بین‏المللی در مورد داده‏کاوی برگزار شد که از جمله می توان به کنفرانس آسیا و اقیانوسیه درباره ی کشف دانش و داده‏کاوی اشاره کرد. سال 2000 بحث های مقایسه ای بین آمار و داده‏کاوی و نیز استفاده از وب در کاوش داده‏ها و کاربردهای آن ارائه شد و در نهایت در سال 2002 «داده‏کاوی ساختارهای پیوند برای مدل رفتار مصرف کننده» عرضه شد. در حال حاضر ، داده‏کاوی مهمترین فناوری جهت بهره برداری موثر از داده‏های حجیم است و اهمیت آن رو به افزایش است.

  توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.

سفارش تحقیق

به منظور سفارش تحقیق مرتبط با رشته تخصصی خود بر روی کلید زیر کلیک نمایید.

سفارش تحقیق